La voie directe en sciences

L’intelligence artificielle augmente nos capacités, encore faut-il en avoir au départ

Malgré tous les aléas et les travers de la nature humaine, la méthode scientifique a permis la construction d’un corps de connaissance de plus en plus ramifié et fiable. On a eu beau user de mensonges, de menaces, d’arguments divins ou financiers, la démonstration vérifiable finit toujours par séparer ce qui fonctionne des élucubrations et des intérêts particuliers. Parfois des erreurs de bonne foi ou des observations perturbées viennent jeter la confusion dans un domaine mais la rigueur de la méthode finit par rétablir les faits, percer le mystère ou découvrir un nouveau champ de recherche.

Les connaissances scientifiques se construisent avec les outils et les connaissances de ceux qui ont précédé. Einstein n’aurait pas pu trouver sa théorie il y a 3 000 ans. Il fallait l’expérience de Michelson–Morley sur la vitesse de la lumière et les équations de Lorentz qui en ont découlé pour qu’il puisse en déduire sa fameuse théorie. Avant lui, il y en eut bien d’autres pour paver les voies des découvertes. Chimie, physique, biologie empruntent toutes ce chemin fait de lents progrès et de sauts imprévus.

L’histoire des sciences illustre de manière très claire la méthode à suivre pour apprendre en sciences : maîtriser les bases, progresser graduellement, ne pas tolérer aucun flou ou doute.

Et l’intelligence artificielle fut

On a beau savoir calculer, on se sert le plus souvent d’un tableur ou d’une calculatrice pour faire nos calculs. Un ingénieur a beau savoir dériver et intégrer, il se servira d’un ordinateur pour la plupart de ses besoins et dont il mettra les résultats à l’épreuve dans des simulations et des vérifications. Va pour les applications, mais est-ce la même chose pour la recherche ? Un programmeur devra bien connaître les principes mathématiques, leur utilité et leurs limites s’il veut programmer adéquatement ses outils.

Personnellement, je reste dans l’inconnu quand j’essaie de comprendre la programmation parallèle et celle des super ordinateurs quantiques. Ceux qui développent ces outils peuvent demander à leurs ordinateurs de trouver de meilleures méthodes, mais il demeure qu’ils devront leur fournir les amorces nécessaires, une direction, une vision de ce qu’ils veulent.

Par exemple, la mono tuile apériodique a été développée par une équipe de chercheurs aidée d’une intelligence artificielle. Sans celle-ci, la démonstration eut été très difficile. Le défi était de trouver un tuile dont l’assemblage ne produit pas une régularité cristalline, qui se répète. Le problème était vieux depuis plusieurs milliers d’années.

Une fois la solution trouée, il est facile de dire «il fallait y penser» et c’est justement là que l’I.A. a besoin de notre contribution. On lui pose le problème et on lui fournit les règles, les données et tout le nécessaire pour résoudre le problème. On la connecte à la réalité. Si la connexion est mauvaise, le résultat sera à l’avenant.

On peut théoriser et argumenter à souhait, c’est seulement par l’expérimentation qu’on saura si la théorie ou l’explication est valable. L’I.A. est elle même l’objet de test : tant que ses prédictions se vérifient on lui fait confiance, dès que l’expérimentation démontre autre chose, sa valeur tombe et on revient à l’intelligence humaine pour déceler les causes de la défaillance. D’où la nécessité de bien comprendre les principes, les règles et les relations en action.

Un application de chimie moléculaire appliquée comme 3D-QSAR illustre bien le phénomène : elle augmente sa réputation à mesure que ses prédictions se vérifient; ses résultats s’améliorent à mesure que ses concepteurs maîtrisent mieux les rapports entre les observations et les structures. Sans maîtrise des bases, aucun progrès possible.

L’enseignement des sciences a devoir de susciter l’intérêt et la curiosité au départ, mais surtout d’inculquer les bases et les principes et de les faire progresser jusqu’à une maîtrise adéquate, selon les ambitions exprimées et les besoins de chaque étudiant. L’intelligence artificielle a certes le potentiel d’augmenter nos capacités, mais elle ne peut pas faire grand chose sans nos compétences.